빅 데이터 시대 새로운 "원유"

대통령 오바마는 정말 큰 데이터 마이닝 기술에 대 한 감사. 큰 데이터의 제어, 때문에 그의 캠페인 팀 지난 11 월의 선거 결과 발표 했다 하기 전에 그것은 긴 선거를 이길 거 라고 확신 했다. 모두에 대해 이것은 무엇입니까?

초기 오바마 캠페인 시작, 데이터 과학자의 기술 팀 되었습니다 설정 했다. 기록 데이터와 다양 한 유형의 입력된 요소를 분석 하 여 그들은 정확한 사용자 기본 설정 모델 각 유권자에 대 한 대선 캠페인 기간 동안 선거 당일 투표율의 확률을 따라서 그리기 데이터 마이닝 기법을 사용 하 여 고는 측면 결과 편견 이라고 합니다. 같은 시간에 그들은 지속적으로 업데이 트 그들의 모델 그들은 항상 유권자의 의도에 변화를 알 수 있도록. 모델, 투표자 환경 설정 및 이전 레코드, 폴링 수천을 포함 한 데이터 소스에서 온 행동 데이터의 분석에 따라 캠페인에 대 한 다양 한 의견 문제, 전화와 온라인 인터뷰의 수천 및 유권자의 영향 결과 변경.

뿐만 아니라 자원 봉사자 유권자의 개인 환경 설정, 업데이트의 주간 기록 유지 할 하지만 그들은 또한 연설, 캠페인 테마, 특정 주요 문제 등 자신의 견해를 변경 될 수 있는 다양 한 요소를 평가.

팀은 또한 효과적으로 흔들거리는 유권자를 설득 하기 위해 자원 봉사자를 안내 하 통계 모델을 사용 합니다. 예를 들어 캘리포니아에서 자원 봉사 자원 봉사 다른 어떤 국가 보다 특정 문제는 유권자 wooing에 더 효과적일 수 있습니다.

이야기 소리 이상한, 하지만 사실은 대용량 데이터 마이닝의 응용 프로그램, 우리 주위의 정상 되고있다 그리고 그것의 핵심은 데이터.

오히려, 소셜 네트워킹, 도구, 비디오 우리가 보고, 우리 거래, 웹 검색 우리가 할 애플 리 케이 션 (모바일 애플 리 케이 션), 대학 온라인 과정, 사용 하 고, 우리 주위의 모든 디지털 레코드를 포함 하는 큰 데이터입니다.

우리는 기름으로 비유 전공을 석유 산업을 사용할 수 있습니다. 우리는 원유, 이러한 데이터를 비교할 수 있습니다 그리고 그것은 탐사, 추출 및 수정 필요 합니다 유용 하 게 될. 원유, 달리 필요한 기계 가공된 오일, 하지만 데이터 마이닝, 통계, 기계 학습 및 데이터 관리 기법을 결합 하는 종합 기술 추출에 대 한 되지 않습니다. 마찬가지로, 원유 거래 기계는 더 이상 엔지니어, 하지만 데이터 과학자 들에 의해 운영 한다. 데이터 과학자는 새로운 산업 분야, 컴퓨터 과학 및 인공 지능 연구자, 통계학자, 데이터 스토리지 전문가 및 사회 과학자, 다른 사람의 사이에서 포함 하 여 수에서 유래.

데이터에서 배운 지식 결정을 정치가, 과학자, 교육자, 및 비즈니스 관리자에 의해 사용할 수 있습니다.

오늘날, 데이터 마이닝 우리의 일상 생활의 한 부분이 되고있다. 우리는 구글, 강력한 데이터 마이닝 엔진 뒤에 검색 버튼을 사용합니다. 사용자의 데이터를 활용 하 여 Google는 당신이 누군지, 당신이 싶은 무슨 정보를 그리고 당신의 관심을 끌 것 이다 광고를 표시 하는 방법을 예측할 수 있습니다.

우리 상품 구매 신용 카드를 사용 하 여, 뒤에 귀하의 신용 카드는 횡령 되 고 확인 하는 강력한 데이터 마이닝 엔진 실행 됩니다. 이 뒤에 데이터 모델의 소비자 거래의 이전 수십억을 기반으로 합니다.

때 우리는 뤄 후 했다, 거기 우리의 지문을 수집 기계 뒤에 데이터 마이닝 알고리즘에 의해 만들어진 모델 이었고 그것 것 신속 하 게 확인 여부는 기계 앞에 서 있는 사람이 있습니다.

우리는 여전히 초기 단계에 있는 대용량 데이터 마이닝의 새로운 물결 속 에서입니다. 그럼에도 불구 하 고, 홍콩의 학문 및 산업 분야는 오랫동안이 분야의 최전선에.

홍콩 대학에 학자는 데이터 마이닝의 다양 한 측면을 공부 했다: 웹 페이지, 비디오, 그리고 데이터 마이닝 과정에서 사용자 개인 정보를 보호 하는 방법을 공부 하 고 음성 데이터 등 정확한 알고리즘 설계에서. 새로 설립된 된 화 웨이 노아의 방주 실험실은 또한 여러 연구 프로젝트 겨냥된 대형 데이터 마이닝 미래에 대 한 수행.

저자: 양 Qianghua, 노아의 방주 연구소의 이사

(책임 편집기: 유산의 좋은)